全部版块 我的主页
论坛 数据科学与人工智能 人工智能 人工智能论文版
611 0
2017-09-27
摘要:以模具加热温度、预热温度、始锻温度、终锻温度和锻压速度为输入层参数,以冲击性能、耐磨损性能为输出层参数,构建了汽车连杆锻压工艺优化的5×25×15×2四层神经网络模型。结果表明,神经网络模型的预测误差小于3%,具有较强的预测能力和较高的预测精度。与生产线原锻压工艺相比,采用优化工艺生产的汽车连杆冲击吸收功增大24%,磨损体积减小35%。使用优化工艺生产的汽车连杆冲击性能和耐磨损性能得到提高。

原文链接:http://www.cqvip.com/QK/93453X/201713/672655149.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群